Control strategies for exoskeleton gait training after stroke: understanding the importance of parameter tuning

dc.contributor
Universitat Politècnica de Catalunya. Departament d'Enginyeria Mecànica
dc.contributor.author
Miguel Fernández, Jesús de
dc.date.accessioned
2024-03-12T07:41:20Z
dc.date.issued
2023-11-17
dc.identifier.uri
http://hdl.handle.net/10803/690302
dc.description.abstract
(English) The control strategies implemented in exoskeletons play a crucial role in determining the interaction between the device and user. However, it is unclear what is the most suitable control strategy and settings that maximizes neural recovery. The main objective of this thesis is to find and contribute to solving the open challenges of the exoskeleton controllers for post-stroke gait training/rehabilitation. For this purpose, the barriers and opportunities of exoskeleton controllers are analysed first through a systematic review. We have identified that most of the exoskeleton-based training programs are limited to assistance and do not explore alternative types of training, like functional resistance training. There is a consensus on the fact that exoskeletons should promote the active participation of the patients by providing adapted assistance, and that one of the factors that hinders this requirement is parameter tuning. The tuning of the exoskeleton control parameters has shown to have a big impact on the training outcomes. However, there is a lack of systematic or automatic procedures to help clinicians in the selection of appropriate exoskeleton control parameter values. One of the reasons for this shortage might be the unknown relationship between the control parameters and the post-stroke gait biomechanics. In the other section of this review, we saw that little is known on the clinical efficacy of the exoskeleton control strategies due to the low homogeneity of the experimental protocols used. Engineers and therapists do not fully understand how to use exoskeletons effectively for post-stroke gait rehabilitation, since there are large number of unexplored combinations of control parameters, and there is still not solid evidence on which control strategies are more effective. To address these open challenges, we developed an ankle (ABLE-S) and a knee exoskeleton (ABLE-KS) that can provide time-adapted assistance through the whole gait cycle. The next Part of this thesis focuses on supplementing current evidence on the exoskeleton control strategies and validating alternative training methods. We carried out two clinical pilot studies with five (with ABLE-S) and six (with ABLE-KS) post-stroke participants. The comprehensive experimental analysis and protocols reveals that the exoskeletons were capable of correcting the main post-stroke knee and ankle impairments in comparison to walking without the exoskeleton. With the ABLE-KS, we also examined the use of a novel robotic training that combined assistance and resistance modes together with auditory feedback to improve peak knee flexion angle. Our preliminary findings suggest that the proposed training approach can produce similar or larger improvements in post-stroke individuals than other studies with knee exoskeletons that used higher training intensities and were only based on providing assistance training. The following Part examined the interaction between different levels of assistance of the ABLE-S and ABLE-KS and the gait biomechanics to guide the future design of adaptive control strategies. Results showed that variations of the plantarflexion peak torque magnitude and timing and the peak knee flexion torque affected a wider range of the analyzed gait metrics in comparison with the dorsiflexion peak torque magnitude, which did not show strong relationship with any of the outcome metrics. Moreover, we validated the feasibility of using shank-worn Inertial Measurement Units (IMUs) for clinical gait analysis after stroke, and evaluate their preliminary applicability in designing an automatic and adaptive controller for the ABLE-KS knee exoskeleton. Finally, we performed an off-line validation of two machine learning models, i.e., linear regression and neural network, that accounted for variations of the maximum vertical displacement estimated by the shank-worn IMU to adapt the peak knee flexion torque of the ABLE-KS exoskeleton.
ca
dc.description.abstract
(Català) Les estratègies de control implementades als exoesquelets juguen un paper crucial en la determinació de la interacció entre el dispositiu i l'usuari. No obstant això, no és clar quina és l'estratègia de control i la configuració més adequades que maximitzen la recuperació neuronal. El principal objectiu d'aquesta tesi és trobar i contribuir a resoldre els reptes oberts dels controladors d'exoesquelets per a l'entrenament i la rehabilitació de la marxa després d'un ictus. Per això, primer s'analitzen les barreres i oportunitats dels controladors dels exoesquelets a través d'una revisió sistemàtica. Aquest treball no només classifica les estratègies de control utilitzades en exoesquelets per a subjectes amb lesió cerebral, sinó que també relaciona aquestes estratègies amb els seus efectes clínics. Hem identificat que la majoria dels programes d'entrenament es limiten a l'assistència i no exploren altres tipus d'entrenament alternatius, com ara l'entrenament de resistència funcional. S'ha demostrat que l'ajust dels paràmetres de control té un gran impacte en els resultats de l'entrenament. No obstant això, hi ha una manca de procediments sistemàtics o automàtics per ajudar els terapèutes a la selecció de valors de paràmetres de control apropiats. Una de les raons d'aquesta mancança podria ser la relació desconeguda entre els paràmetres de control i la biomecànica de la marxa després de l'ictus. A l'altre apartat d'aquesta revisió, vam veure que se sap poc sobre l'eficàcia clínica de les estratègies de control a causa de la baixa homogeneïtat dels protocols experimentals utilitzats. Per abordar aquests reptes, desenvolupem un exoesquelet de turmell (ABLE-S) i genoll (ABLE-KS) que proporcionen assistència adaptada a la durada del cicle de la marxa. La part següent d'aquesta tesi se centra a complementar l'evidència actual sobre les estratègies de control dels exoesquelets i validar mètodes d'entrenament alternatius. Duem a terme dos estudis pilot clínics amb cinc (amb ABLE-S) i sis (amb ABLE-KS) participants després d'un ictus. L'anàlisi i els protocols experimentals exhaustius revelen que els exoesquelets van ser capaços de corregir les principals deficiències de genoll i turmell posteriors a l'ictus en comparació amb caminar sense l'exoesquelet. Amb l'ABLE-KS també examinem l'ús d'un nou entrenament robòtic que combinava assistència i resistència juntament amb retroalimentació auditiva per millorar l'angle màxim de flexió del genoll. Les nostres troballes preliminars suggereixen que l'enfocament d'entrenament proposat pot produir millores similars o més grans en individus després d'un ictus en comparació amb altres estudis amb exoesquelets de genoll que van fer servir intensitats d'entrenament més altes i només es van basar a proporcionar entrenament d'assistència. La següent part d'aquesta tesi examina la interacció entre els diferents nivells d'assistència d'ABLE-S i ABLE-KS i la biomecànica de la marxa per guiar el disseny futur d'estratègies de control adaptatiu. Els resultats mostren que les variacions de la magnitud i l'instant d'aplicació del parell màxim de flexió plantar i el parell màxim de flexió del genoll van afectar un rang més ampli de les mètriques de la marxa analitzades en comparació amb la magnitud del parell màxim de la dorsiflexió, que no va mostrar una forta relació amb cap de les mètriques analitzades. A més, validem la viabilitat d'usar unitats de mesura inercial (IMUs) als segments tibials per a l'anàlisi clínica de la marxa després d'un ictus i avaluem la seva aplicabilitat preliminar en el disseny d'un controlador automàtic i adaptatiu per a l'exoesquelet de genoll ABLE-KS. Finalment, vam realitzar una validació offline de dos models d'aprenentatge automàtic, regressió lineal i xarxa neuronal, que representen les variacions del desplaçament vertical màxim estimat per la IMU fixa al segment tibial per adaptar el parell màxim de flexió de genoll de l'exoesquelet ABLE-KS.
ca
dc.format.extent
171 p.
ca
dc.language.iso
eng
ca
dc.publisher
Universitat Politècnica de Catalunya
dc.rights.license
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc/4.0/
ca
dc.rights.uri
http://creativecommons.org/licenses/by-nc/4.0/
*
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject.other
Àrees temàtiques de la UPC::Enginyeria biomèdica
ca
dc.title
Control strategies for exoskeleton gait training after stroke: understanding the importance of parameter tuning
ca
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
616.7
ca
dc.subject.udc
68
ca
dc.contributor.director
Font Llagunes, Josep Maria
dc.contributor.codirector
Lobo Prat, Joan
dc.embargo.terms
cap
ca
dc.date.embargoEnd
2024-11-25T01:00:00Z
dc.rights.accessLevel
info:eu-repo/semantics/embargoedAccess


Documents

This document contains embargoed files until 2024-11-25

This item appears in the following Collection(s)